英矽智能推出 inClinico Agent,加速临床试验分析与终点预测
英矽智能推出 inClinico Agent,将自然语言问题转化为端到端临床分析工作流,把复杂临床格局分析从数月压缩至分钟级。
推荐理由:英矽智能发布临床分析智能体,公开了终点预测模型在前瞻性基准上的表现与对照结果。
英矽智能推出 inClinico Agent,将自然语言问题转化为端到端临床分析工作流,把复杂临床格局分析从数月压缩至分钟级。
推荐理由:英矽智能发布临床分析智能体,公开了终点预测模型在前瞻性基准上的表现与对照结果。
上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness,将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后,Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%,优化成功率从 79.5% 升至 87.2%,但虚拟筛选 Hit@3 从 60% 降至 48%。
推荐理由:该预印本把智能体的工具执行与条件式技能学习结合,并给出基准与细胞实验的对照结果。
谷歌公布实验自动化框架VERID、适配体闭环发现和蛋白质结合分子设计三项进展,目标是让AI智能体在研究人员指导下运行实验并从结果中学习。VERID在开源PyLabRobot基础上建立实验工作站的语义数字孪生,提供状态查询、快速模拟、安全执行和完整记录四项能力。
Asimov 将生物基础模型、AI 智能体与合成生物学结合,为每个分子定制表达载体设计,并通过其计算机辅助遗传设计软件 Kernel 自动设计优化表达载体。案例显示,AI 设计的载体优于 Asimov 此前最佳设计,快速稳定池数据改变了合作方推进多特异性先导分子的选择,模型还可预测链比例以改善正确配对且不降低滴度。
SandboxAQ的Mary Pitman将在10月29日下午2:30做报告,讨论如何构建无需人工调参、跨问题灵活且原生适配自主工作流的科学方法,以支撑智能体药物发现。团队另有三篇海报入选,分别涉及AI与物理方法结合的靶点识别、基于非平衡嵌合切换的免费能计算,以及结合共折叠与自由能计算规模化预测E3连接酶调节剂的结合亲和力。
@carterra_bio 推进实验室在环药物发现 https://www.ddw-online.com/carterra-advances-lab-in-the-loop-drug-discovery-44367-202610/ 关注DDW;面向全球科学界的商业洞察 #DrugDiscovery
David Baker 团队于 10 月 20 日在 bioRxiv 发布预印本,开源蛋白设计工作流框架 Chaperone,提供超过 80 个已注册模块,覆盖蛋白骨架生成、序列设计、结构预测与评分。
加入我们在欧盟或英国的团队! https://aka.ms/bioemu_job
Recursion在平台系列第7篇中介绍其自动化化学平台:候选分子在计算机设计后直接进入自动化DMTL实验室,可规模化执行多步药物化学合成,并自动完成后处理、纯化与数字化样品追踪。其自研AI智能体还协助科学家规划高效合成路线;公司称因设计、合成、测试在同一集成系统内完成,消除了团队间数据交接的摩擦与时间损耗。
谷歌于2026年10月16日公布实验自动化、适配体闭环发现和蛋白质结合分子设计三项研究进展,目标是让AI智能体在研究人员指导下运行实验并从结果中学习。VERID框架在开源PyLabRobot基础上建立实验工作站的语义数字孪生,跟踪空间位置、试剂身份、液体体积和吸头库存,提供状态查询、快速模拟、安全执行和完整记录四项能力。
望石智慧在2026物理AI与世界模型大会创新专区展示物理AI与世界模型成果,并同期在2026 AsiaBIO创新峰会·华南站、中国药学会智能药物专业委员会学术年会上分享小分子药物研发实践。
泓博医药的 DiOrion 生成式 AI 药物设计与多智能体协同研发平台入选《医药领域企业级 AI 创新应用良好实践案例》,该评选从 50 家企业 80 余个项目中遴选出近 30 个优秀实践。
中科大在智能科学家生态联盟第四届年会上发布机器科学家2.2系统,官方定位为新一代智能物质科学基础设施,由大模型提出假设、专业小模型计算筛选、科研机器人执行实验并回喂结果形成闭环。
推荐理由:报道梳理了该系统大模型假设、小模型求证与机器人实验的三层分工及闭环机制,并列出效率数据与数据、验证层面的现实约束。
镁伽科技发起并主办Poreva Open全球AI蛋白质设计挑战赛,10月18日公布首批三道从头设计赛题,分别针对EGFR的酸性环境选择性结合、TNF-α的pH响应结合与释放、GLP-1R的结合与激活。
Google 于 10 月 16 日发布技术博客,介绍其搭建自主湿实验室的进展:团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案,其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子,但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。
推荐理由:Google 公布自主湿实验室进展,可与 Anthropic、OpenAI 的同类布局对照,看清 AI 进入实验台的不同路径。
Google 发布智能体科研工作台 Google Antigravity,并用它从 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染病原体有活性的新型抗菌肽候选,该先导物正在接受湿实验验证。
推荐理由:展示智能体工作台如何把跨库检索、功能注释与结构查看串成一次会话,为抗菌肽早期发现提供可迁移流程。
Anthropic已在旧金山湾区建立自有生物实验室,其生命科学负责人Eric Kauderer-Abrams证实此举是为让Claude提出的假设更快进入真实实验,同时继续与外部实验室合作。
推荐理由:梳理Anthropic从科研工具到自建实验室的布局,并给出蛋白质设计与新酶发现的具体实验数据作为参照。
Google Research 于 2026 年 10 月 16 日公布三项研究,分别用智能体闭环设计 DNA 适配体、设计蛋白结合物,以及用 VERID 数字孪生约束实验机器人操作。
推荐理由:梳理 Google 三项研究如何让智能体接受实验反馈与物理约束检验,并划清已验证与未整合的边界。
MBZUAI 发布 ChemLab-Assets,包含 198 件可仿真的化学实验仪器,每件均带部件级几何、可动关节、可执行行为模型及记录数值含义与来源的契约。全部仪器已通过 Matterix 框架转换为 USD 并导入 NVIDIA Isaac Lab,关节由运行时状态驱动,场景中按下面板按钮可传至运行时。
Google Research 报告三项研究:VERID 用语义数字孪生约束机器人实验;AI 智能体根据三轮湿实验反馈改进 DNA 适配体;人机协作进行 FAP 蛋白结合物设计并获得纳摩尔级结合验证。三条研究线的整合仍是下一步,尚非统一、全流程自主的生物实验室。
推荐理由:Google Research 用三个项目说明智能体如何接入湿实验室,其中适配体闭环的失败模式复盘对做自动化实验的人有参照。
🧪 #Chemistry42 全新 #FeatureFriday:类型化排除体积 排除体积并不新鲜,但类型化的排除体积是新的。现在你不仅能封锁某片空间区域,还能精确指定那里不允许出现什么:不许有芳香环、不许有氢键供体、不许有带正电的基团,随药物化学需求而定。 在这段短片中,我们用一个真实的 B-RAF 生长向量示例进行演示。 #PharmaAI #GenerativeChemistry
我认为科学需要专门的AI模型,而不仅仅是通用模型。我们的 https://Pharma.AI 2026年秋季回顾涵盖了MMAI Gym、302项基准测试,以及从Chemistry42和PandaOmics到AI助手的MCP链接。@InsilicoMedicine https://www.eurekalert.org/news-releases/1147702
Terray Therapeutics 与 NVIDIA 合作,用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线,并称取得当前最优性能。
推荐理由:Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台,展示了化学文档解析在药研工作流中的具体用法。
突发:@benchling 刚刚推出 Science Foundries,从帮助科学家完成单项任务,转向用 AI 智能体团队管理整个科学流程。 https://www.biopharmatrend.com/news/benchlings-science-foundries-put-teams-of-ai-agents-in-charge-of-whole-rd-workflows-1606/
MIT的Sergey Ovchinnikov开发的在线多肽设计工具AfDesign,可用于短肽设计,2025年一篇Cell研究曾用其设计短肽调控离子通道功能。以MDM2-P53为例,设定binder长度12、运行168次迭代优化后,损失函数逐渐下降,plddt、iptm等打分升高,并可用AF3进一步确认多肽与靶蛋白结合情况。
Click.mAb. 支持在单一对话中由 AI 自动调用工具,对一条抗体序列完成多维度分析。分析覆盖抗体编号、CDR 标注、风险位点识别、三维结构预测、抗原互作分析与可开发性评估,用户只需提供一条序列和一句指令。
牛津 OPIG 团队发布天然适应性免疫受体数据库系列的最后一项 OAS-nano,收录 7300 万条 VHH 序列,并配有可检索网页应用。该库整合了迄今所有公开释放原始全长纳米抗体 NGS 数据的文献,在相同去冗余过滤下规模为此前最大资源的 5 倍。
推荐理由:该数据库把公开纳米抗体测序数据统一处理并标注扩增方案差异,为免疫库语言模型训练提供可追溯的数据基础。
Unchained Labs的Sunscreen微流控自动化制备平台与Stunner AF一体化表征平台构成LNP配方筛选流程,可在单个工作日内完成96个配方的制备与检测。
英矽智能在2026年Pharma.AI秋季网络研讨会上发布MMAI Gym科学后训练与评估框架,并展示激酶活性、GPCR活性、ADMET预测、单步逆合成和治疗靶点发现五款专业模型,公司称其在70多项化学与生物学基准任务中达到或超越当前SOTA。
推荐理由:英矽智能一次性披露Pharma.AI秋季多项更新,含专业模型基准表现与逆合成对比数据,可作平台能力横向参照。
丹纳赫于2026年10月7日宣布计划推出旗下首个AI驱动自主实验室,用于加速定制抗体及其他分子工具的发现,预计2027年初实现规模化运营。
推荐理由:丹纳赫披露自主实验室的整合方式与产能目标,可作为抗体发现自动化的产业参照。
在超级智能的世界里,瓶颈正迅速变成执行。我们能想象的和我们能制造的东西之间的差距从未如此之大,但@b12Labs 来弥合它🔥
b12 Labs(YC S25)发布b12 Foundry,将其AI设计的分子通过自动化设施实际合成,并与苏黎世大学HTEL合作把现有自动化设施改造为分子生产平台。该平台由AI智能体与化学家协同工作,产出分子、反应和数据,公司称其灵活性与质量少有其他机构能比。b12 Labs正寻求难以合成或需生成实验数据的分子合作方。
4 款最先进的药物发现模型。免费试用。🧪 有化合物吗?来测试一下。 💊 ADMET。激酶选择性。GPCR 相互作用。合成化学。 你的化合物。实时预测。零成本试用。 👉 https://playground.insilico.com
Recursion 的药物设计高级副总裁 Donovan Chin 介绍,其 AI 原生引擎可在约一天内跑完一轮计算设计循环,将数百万分子快速筛选为可合成的高质量候选短名单。流程先用 Nesso-1 等 3D 结构模型评估结合亲和力,再整合 ADME、效力、模拟与 AI 逆合成等数百个模型,使化学家能探索全新化学空间并预测合成路线。公司称这些分子不仅在计算上有前景,而且在送实验室前即可实际合成。
课题组两个项目在浙江省国际大学生创新大赛(2026)获双金,其中LynxMind以高教主赛道本科生创意组人工智能+赛道第一名斩获金奖。LynxMind聚焦中枢神经系统药物发现,整合血脑屏障穿透性预测、分子生成与优化及可解释性分析;PROTACnova以自主智能体连接信息检索、分子生成、连接子优化与理化评估,面向蛋白降解药物设计。
丹纳赫10月7日宣布将推出公司首个AI驱动自主实验室,设在旗下抗体与试剂公司Abcam,用于加速定制抗体及其他分子工具研发,预计2027年初规模化运营。实验室以设计—制造—测试—学习(DMTL)闭环运转,AI设计候选亲和试剂后由系统自动构建与测试,结果实时回流模型;丹纳赫称目标是把亲和试剂从构想到完成验证的速度提升最多8倍,年试剂产出从数十个提升至数百个。
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield,同步开放模型权重、推理代码及训练与评测数据集。
推荐理由:晶泰科技开源可预测紫外校正因子的模型,为高通量实验的产率定量提供了可复现的替代路径。
天鹜科技将于10月13-15日在瑞士巴塞尔参加Festival of Biologics 2026,其AI Lab技术科学家谭扬将在Protein Engineering专场介绍以LLM为核心控制器的蛋白质研发智能体,并展示干湿闭环平台MatwingsVenus™(晓鹜™)。
ToolUniverse 推出 GPU 环境自动配置功能,使智能体可在复杂生物数据集上调用机器学习模型并把输出用于发现流程。
推荐理由:ToolUniverse 新增 GPU 环境自动配置,让智能体直接调用蛋白设计与结构预测模型,并附可复用的 EGFR 设计流程。
Bindwell 团队复盘了从9月3日到10月1日自建8000平方英尺湿实验室的过程,目标是绕开CRO为模型规模化产出数据。团队向美中英印乌近40家CRO发出规格书,39家中26家回复、仅15家按规格交付,体内实验交付中位数10个月、中位成本28.9万美元,生化检测中位2周、2.6万美元。
推荐理由:作者以自建实验室的实测数据对比CRO报价与周期,为分子发现的数据规模化路径提供了一手成本参照。